首页 文章

使用来自csv的numpy数组的clf.fit

提问于
浏览 次
0

我是一名Python初学者，最近学习了scikit-learn . 我试图将数据从csv导入到numpy数组中，然后在其上运行clf.fit以“适应”数据 . 我使用np.genfromtxt从csv导入数据 . 如果我的csv中没有列名，那么一切似乎都运行良好 . 但是，如果我包含列名并使用names = TRUE，则clf.fit将失败并显示以下错误消息：“ValueError：X和y具有不兼容的形状.X有1个样本，但y有420个 . ”我使用2个csv文件 - 一个是数据，另一个是目标 . 数据文件包含420行（不包括列名）和约56列 . 目标文件包含420行（再次排除列名称）和1列 . 所有数据都是int / float .

我附上了下面的输出 . 我想知道为什么clf.fit的输出会根据numpy数组是否包含列名而改变 . 如果您需要更多信息，请与我们联系 . 请注意，MLB_data1与MLB_data相同，但没有列名 . 同样适用于MLB_target1和MLB_target .

Code and Output with names=TRUE

import numpy as np
from sklearn import svm
mlb_data = np.genfromtxt("MLB_data.csv", dtype=float, delimiter=',', names=True)
mlb_target = np.genfromtxt("MLB_target.csv", dtype=float, delimiter=',', names=True)
clf = svm.SVC()
clf.fit(mlb_data, mlb_target)

输出：

ValueError Traceback（最近一次调用最后一次）
在（）
6
7 clf = svm.SVC（）
----> 8 clf.fit（mlb_data，mlb_target）

适合的C：\ Users \ Anand \ Anaconda \ lib \ site-packages \ sklearn \ svm \ base.pyc（self，X，y，sample_weight）149引发ValueError（"X and y have incompatible shapes.\n"
150 "X has %s samples, but y has %s."％

  • 151（X.shape [0]，y.shape [0]））
    152 153如果self.kernel == "precomputed"和X.shape [0]！= X.shape [1]：

ValueError：X和y具有不兼容的形状 .
X有1个样本，但y有420个 .

Code and Output with names=None

import numpy as np
from sklearn import svm
mlb_data = np.genfromtxt("MLB_data1.csv", dtype=float, delimiter=',', names=None)
mlb_target = np.genfromtxt("MLB_target1.csv", dtype=float, delimiter=',', names=None)
clf = svm.SVC()
clf.fit(mlb_data, mlb_target)

输出：

SVC（C = 1.0，cache_size = 200，class_weight = None，coef0 = 0.0，degree = 3，gamma = 0.0，
kernel = 'rbf'，max_iter = -1，probability = False，random_state = None，
收缩=真，tol = 0.001，verbose = False）

python csv numpy scikit-learn

2 回答

  • 1

    数据的有效形状不是您所期望的：添加 print(mlb_data) ， print(mlb_data.dtype) 和 print(mlb_data.shape) 等打印语句来调试 np.genfromtxt 如何解析数据 .

    我怀疑当你传递 names=True 时，你得到一个1D记录数组，其中每一行都是结构化的 . 这不是scikit-learn所期望的那种数据 . scikit-learn总是希望使用float dtype的同类2D numpy数组 .

    回复于
  • 0

    要解决此错误，请使用：

    dataset = np.genfromtxt('file.csv', skip_header=1, delimiter=',', dtype=float)
    回复于

相关问题